Experimentos
En esta sección se presentan los experimentos realizados para investigar las preguntas de investigación, junto con los conjuntos de datos de evaluación, las métricas y los detalles de implementación.
Separación de los contextos ambiental y social
Para evaluar el impacto de la estrategia propuesta en un escenario de aprendizaje incremental por dominios, la red de doble rama con separación explícita (Explicit Disentanglement Dual-Branch Network, EDD) se comparó con tres tipos de métodos de referencia de última generación:
- Un método de aprendizaje continuo específico de robótica para la adecuación social.
- Métodos recientes de aprendizaje incremental por dominios en visión por computador.
- Modelos de visión y lenguaje preentrenados.
Los detalles de los modelos de referencia y la justificación de su selección se presentan en la tabla comparativa correspondiente.
Predicción global de la adecuación
El rendimiento de EDD en la predicción global de la adecuación se comparó con el de los métodos de referencia. EDD obtiene el menor error cuadrático medio (RMSE) y los coeficientes más altos de correlación de Pearson (PCC) y de correlación de concordancia (CCC), lo que indica predicciones de la adecuación de las acciones más precisas y consistentes que las de los modelos comparados.
FedLGR presenta el mayor error y valores de PCC y CCC cercanos a cero, lo que indica el rendimiento global más débil entre los modelos evaluados. DARE++ logra las correlaciones más sólidas entre los modelos de referencia, seguido de DUCA. Los métodos basados en modelos de visión y lenguaje, incluidos Qwen2.5-3B-Instruct, LLaVA-OV-0.5B y DeepSeek-1.3B-Chat, obtienen valores inferiores de PCC y CCC.
Ablaciones del aprendizaje continuo
Se compararon distintas variantes de EDD bajo diferentes regímenes de entrenamiento. El aprendizaje continuo de doble rama, que representa el enfoque propuesto, alcanza un error menor, valores más altos de PCC y CCC y un menor olvido, medido mediante la transferencia hacia atrás (BWT), que la variante de una sola rama que no utiliza descomposición de imágenes.
El ajuste fino sin repetición de ejemplos deteriora el rendimiento en ambas arquitecturas. Aumenta el RMSE, reduce el PCC y el CCC, y produce un BWT más elevado.
Las variantes de entrenamiento conjunto, que tienen acceso simultáneo a todos los dominios, funcionan como un límite superior empírico y alcanzan la mejor precisión global. El modelo de aprendizaje continuo de doble rama se aproxima más a este límite superior que el modelo de aprendizaje continuo de una sola rama.
En conjunto, frente a los modelos de referencia y a la variante sin separación, EDD muestra un rendimiento sistemáticamente favorable en todas las métricas, una mejor correspondencia con las puntuaciones de adecuación proporcionadas por las personas y un menor olvido. Estos resultados sugieren un aprendizaje incremental por dominios mejorado de acciones robóticas socialmente adecuadas.
Impacto de las estrategias de separación
Se compararon distintas estrategias de descomposición de imágenes para la red de doble rama. En todas las particiones, la estrategia basada en cuadros delimitadores obtiene el RMSE más bajo y los valores más altos de PCC y CCC.
Los acercamientos del robot y la ausencia de descomposición obtienen valores de RMSE similares, ambos inferiores a los de la estrategia basada en la silueta. La ausencia de descomposición muestra correlaciones sistemáticamente más altas que los métodos de acercamiento del robot y de silueta.
La medida de olvido, BWT, se mantiene baja en todas las variantes. Las estrategias de cuadros delimitadores y de acercamiento del robot alcanzan los valores más bajos de BWT, lo que indica un menor olvido entre dominios que las estrategias de silueta y de ausencia de descomposición.
En general, todos los métodos presentan un rendimiento relativamente similar, aunque la estrategia basada en cuadros delimitadores logra el menor error de predicción y las correlaciones más sólidas.
Debate, conclusión y trabajo futuro
Este trabajo pone de relieve una idea clave para el aprendizaje continuo en robótica socialmente adecuada: hacer explícitas las señales ambientales y sociales puede favorecer el aprendizaje de la adecuación de las acciones ante cambios de dominio.
En este contexto, estas señales se abordan mediante el marco de doble rama con separación explícita. El marco separa las señales en el nivel de entrada y las combina mediante una arquitectura de doble rama entrenada con repetición de ejemplos.
Los resultados muestran que el marco EDD supera a varios modelos de referencia de última generación y genera puntuaciones de adecuación que se ajustan más estrechamente a las puntuaciones proporcionadas por las personas en métricas complementarias. Esta separación explícita también permite analizar de forma específica cómo las estrategias de separación y el orden de los dominios determinan el rendimiento del aprendizaje continuo de acciones socialmente adecuadas.
Quedan varias líneas abiertas para futuras investigaciones. EDD puede ampliarse más allá de la encarnación robótica única actual, y su robustez puede estudiarse ante cambios de encarnación.
Los trabajos futuros pueden examinar EDD en entornos reales para evaluar su capacidad de generalización más allá de las escenas sintéticas. Esto incluye la robustez frente a cambios de sintético a real y los efectos de una segmentación panóptica imperfecta en la descomposición ambiental-social.
La estructura de EDD también abre la puerta a investigar su explicabilidad. Futuros estudios pueden analizar qué aprende cada rama y cómo dependen las predicciones de las señales ambientales frente a las sociales.
Otra línea prometedora es la fusión adaptativa, en la que el modelo ajusta dinámicamente su dependencia de cada rama según el contexto de la tarea, como la acción del robot, y el entorno de interacción, como un hogar o una oficina.
Preguntas frecuentes
¿Qué es la red de doble rama con separación explícita? EDD es un marco de doble rama que separa las señales ambientales y sociales en el nivel de entrada y las combina para aprender acciones robóticas socialmente adecuadas.
¿Cómo se comporta EDD frente a los modelos de referencia evaluados? EDD obtiene el RMSE más bajo y los valores más altos de PCC y CCC, lo que indica predicciones de adecuación más precisas y consistentes.
¿Qué estrategia de descomposición de imágenes ofrece mejores resultados? La estrategia basada en cuadros delimitadores logra el menor error de predicción y las correlaciones más sólidas en las particiones evaluadas.
¿Cuáles son las principales líneas de trabajo futuro? El trabajo futuro incluye cambios de encarnación, evaluación en el mundo real, robustez frente a transformaciones de sintético a real, explicabilidad y fusión adaptativa basada en el contexto de la tarea y la interacción.